DIGITS: Deep Learning GPU Training
System1，是由英偉達（NVIDIA）公司開發的第一個交互式深度學習GPU訓練系統。目的在于整合現有的Deep
Learning開發工具，實現深度神經網絡（Deep Neural
Network，DNN）設計、訓練和可視化等任務變得簡單化。DIGITS是基于瀏覽器的接口，因而通過實時的網絡行為的可視化，可以快速設計最優的DNN。DIGITS是開源軟件，可在GitHub上找到，因而開發人員可以擴展和自定義DIGITS。
Github界面：https://github.com/NVIDIA/DIGITS/tree/master/docs

---

筆者還有話說： 筆者是從傳統統計學過來的，我覺得Nvidia
DIGITS就是接下來深度學習的SPSS，這是一個開端，筆者覺得接下來會有很多框架會有這樣的可視化操作界面。
特別是Tensorflow是基于節點流進行編譯算法，編譯起來又特別麻煩，筆者覺得tensorflow如果可以效仿SPSS
Modeler一樣流運作，也是極好的~

---

一、安裝基本環境

本節會簡單介紹一下安裝需求，其實如果有GPU，后續也就順理成章的可以安裝出來了。一般在安裝、并配置好caffe之后，直接再安裝DIGITS即可。

• 1、如官方所述，DIGITS現在僅支持Ubuntu，當然也在其它Linux系統上測試成功，未見有在Windows上配置的案例；
• 2、DIGITS嘗試囊括更多的開源Deep Learning 框架，當前（digits-2.0）僅包括：Caffe, Torch, Theano, and BIDMach.

采用源碼安裝DIGITS前，事先要安裝CUDA（必須）、cuDNN（用于GPU加速，建議安裝），Caffe（運行DIGITS至少要有一個Deep Learning framework，也可以安裝Theano，這里不介紹）。

• 操作系統：Ubuntu 14.04 LTS 64 bit（ubuntu-14.04.3-desktop-amd64.iso）
• CUDA：CUDA-7.0（cuda-repo-ubuntu1404-7-0-local_7.0-28_amd64.deb），支持CUDA的GPU
• cuDNN：cuDNN-7.0（cudnn-7.0-linux-x64-v3.0-rc.tgz）
• Caffe：Caffe-0.13.0（caffe-master.zip，必須是NVIDIA’s fork，原因點此）
• DIGITS：DIGITS-2.0（源碼安裝，DIGITS-master.zip）

---

二、詳細的安裝過程

本文只是筆記，就不累述安裝配置過程?？梢姴┛鸵韵聨最惒┛?#xff1a;

• 1、NVIDIA DIGITS 學習筆記（NVIDIA DIGITS-2.0 + Ubuntu 14.04 + CUDA 7.0 + cuDNN 7.0 + Caffe 0.13.0）
  http://blog.csdn.net/enjoyyl/article/details/47397505#安裝digits
• 2、Ubuntu下安裝CAFFE-Digits
  http://blog.csdn.net/striker_v/article/details/53096279
• 3、Ubuntu14.04 CUDA/cuDNN/caffe/DIGIT 安裝備忘錄
  http://www.lryb.net/?p=849

還有一個BUG！就是supervessel超能云服務器上已經幫你配置好DITIGS，不過筆者在嘗試的時候并沒有嘗試成功，之后會開貼說一下supervessel： supervessel-免費云鏡像︱GPU加速的Caffe深度學習開發環境

---

三、一些DIGITS實際運行案例

• Caffe學習系列(21)：caffe圖形化操作工具digits的安裝與運行
  http://www.cnblogs.com/denny402/p/5136155.html
• Caffe學習系列(22)：caffe圖形化操作工具digits運行實例
  http://www.cnblogs.com/denny402/p/5136262.html
• DIGITS: Deep Learning GPU Training System
  https://devblogs.nvidia.com/parallelforall/digits-deep-learning-gpu-training-system/
• NVIDIA DIGITS
  Interactive Deep Learning GPU Training System
  https://developer.nvidia.com/digits
• Fine Tuning，微調 AlexNet：機器學習初學者入門實踐：怎樣輕松創造高精度分類網絡
  http://www.jiqizhixin.com/article/2087

其中機器之心翻譯文章很棒！！強推！！：機器學習初學者入門實踐：怎樣輕松創造高精度分類網絡，非常棒，入門級！！

四、可視化界面介紹

幾個比較好的功能點，貼圖貼真相：

• 1、點擊式菜單界面
• 2、而且可視化了深度學習訓練過程
• 3、報錯都直接幫你顯示出來
• 4、分類結果的可視化

點擊式菜單界面，而且可視化了深度學習訓練過程。

報錯都直接幫你顯示出來，以便查看出錯在哪：

分類結果的可視化：

參考文獻：
NVIDIA DIGITS 學習筆記（NVIDIA DIGITS-2.0 + Ubuntu 14.04 + CUDA 7.0 + cuDNN 7.0 + Caffe 0.13.0）
http://blog.csdn.net/enjoyyl/article/details/47397505#安裝digits

.
.

---

延伸一：深度學習調參網頁版HyperBoard

HyperBoard 是一個輔助深度學習調參的網頁端可視化工具，不依賴于特定的深度學習框架（如 Tensorflow），能夠在遠程服務器訓練模型的同時在本地瀏覽器進行可視化。
目前支持訓練曲線的實時更新，可以方便地按照超參數組合對幾十上百條訓練曲線進行篩選和隱藏，下一步計劃支持動態的統計直方圖和向量可視化功能。

項目源碼及文檔地址：
https://github.com/WarBean/hyperboard

界面局部如下所示：

---

延伸二：DIGITS安裝實踐

安裝的官方網址參考鏈接：
https://github.com/NVIDIA/DIGITS/blob/master/docs/UbuntuInstall.md

開始的方式，在瀏覽器鍵入，或者有以下幾種方式：

http://localhost/ http://<EC2_INSTANCE_PUBLIC_IP> #參考：https://github.com/bitfusionio/amis/tree/master/awsmrkt-ubuntu-digits

啟動Digits服務：

% sudo start nvidia-digits-server

關閉Digits服務：

% sudo stop nvidia-digits-server

可參考博客：
http://blog.csdn.net/striker_v/article/details/53096279

• 報錯一：

/usr/share/lua/5.1/cunn/THCUNN.lua:7: libcusparse.so.7.5: cannot open shared object file: No such file or directory

最簡單的修復的方式：

sudo apt-get install cuda-cusparse-7-5 sudo ldconfig

• 報錯二：

now i have a new problem ,like tihs user@user-ProLiant-DL380-Gen9:~/digits$ ./digits-devserver Default value for caffe_root "<PATHS>" invalid:caffe binary not found in PATH ==================================== Caffe ===================================== Where is caffe installed?Suggested values:(P*) [PATH/PYTHONPATH] <PATHS> >> ~/caffe ERROR: Library at "libcaffe.so.1.0.0-rc3" does not have expected suffix "-nv". Are you using the NVIDIA/caffe fork? Invalid input

無解Ing,誰來help，怎么輸鏈接，都沒用。
參考鏈接：
https://github.com/NVIDIA/DIGITS/issues/1292

.

延伸三：一般服務器使用步驟

一般在公司服務器，只要連接的是公司的網絡，只要服務器一直開著并啟動digits就可以公司內服務器連用。
1、啟動
來到digits文件夾的尋找并鍵入：

sudo ./digits-devserver

2、鍵入地址
如果是服務器本機，鍵入：

0.0.0.0:5000/

如果其他機器訪問，則先得到該服務器的內網IP

http://xxx.xxx.xxx.xxx:5000/

總結

以上是生活随笔為你收集整理的学习笔记︱Nvidia DIGITS网页版深度学习框架——深度学习版SPSS的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。